Lerne Gymshark kennen

Gymsharkwurde 2012 gegründet und ist die am schnellsten wachsende Fitness-Modemarke in Großbritannien. Das Unternehmen mit einem Wert von 1,45 Milliarden US-Dollar verkauft Bekleidung weltweit über seine 15 Online-Shops, in denen im Jahr 2020 64 Millionen Kunden mehr als 1 Milliarde Seiten aufgerufen haben, was zu einem unglaublichen Umsatz von 500 Millionen US-Dollar führte. Im Jahr 2018 setzte Gymshark Algolia ein, um seine Such- und Kollektionsseiten zu optimieren, als das Unternehmen von seiner bisherigen monolithischen Architektur auf Headless Commerce umstieg und dabei Algolia, Shopify, Contentful, React und AWS nutzte. Erfahren Siehier, warum das Unternehmen diesen Schritt vollzogen hat, wie dadurch der Umsatz gesteigert wurde und vieles mehr.

Die Herausforderung: Skalierung von Empfehlungen ohne manuellen Aufwand

Die Lösung: Eine hervorragende Gelegenheit, die Empfehlungen zu verbessern

Die Transformation von Gymshark ging damit noch weiter: Das Unternehmen setzte seine Innovationen fort und verbesserte kontinuierlich seine Online-Shops. Im Jahr 2021 integrierte der E-Commerce-Händler „Algolia Recommend“ in sein Angebot. Die Ergebnisse waren bemerkenswert, insbesondere während der entscheidenden Black-Friday-Phase. 

Das Unternehmen hatte Probleme mit seiner bisherigen Empfehlungslösung. Da man mit Algolia bereits große Erfolge bei einer ganzen Reihe von E-Commerce-Funktionen erzielt hatte – Suche, Analysen, Regeln, Personalisierung, dynamische Neugewichtung und mehr –, sah Ben Pusey, der als Software Product Owner bei Gymshark für den E-Commerce-Stack des Unternehmens verantwortlich ist, eine Gelegenheit, die Empfehlungsfunktionen von Algolia zu evaluieren. 

Algolia Recommend ist eine einfache, flexible API, mit der sich KI-gestützte Empfehlungen mit nur sechs Zeilen Code erstellen lassen. Dies führt, wie das Beispiel von Gymshark zeigt, zu besseren Konversionsraten, einer höheren Bestellquote und einer stärkeren Kundenbindung, insbesondere bei wiederkehrenden Nutzern.

Im August 2021 testete Gymshark Algolia Recommend zunächst in seinem niederländischen Shop. Über einen Zeitraum von zwei Wochen verglich Gymshark Algolia mit seiner bisherigen Lösung, um sich ein umfassendes Bild davon zu machen, wie sich die Leistung verbessern ließe. Durch A/B-Tests mit verwandten Produkten auf den Produktdetailseiten (PDPs) erzielte das Unternehmen in dieser ersten Testrunde beeindruckende Ergebnisse:

• Ein Anstieg der Bestellquote um 5,5 % bei Kunden, die auf ein von Algolia Recommend empfohlenes Produkt geklickt haben.
• Die Bestellrate bei Stammkunden stieg um 13 %, als Algolia Produkte empfahl.
• 10 % höhere „In den Warenkorb“-Rate bei Stammkunden mit Algolia Recommend.
• Nutzer, denen Algolia-Empfehlungen angezeigt wurden, klickten auf mehr Produkte: 1,4 Klicks pro Nutzer im Vergleich zu 1,1 bei der vorherigen Lösung.
• Eine höhere Konversionsrate mit Algolia für die Top-10-Produkte von Gymshark.

Bei diesem Test hat Gymshark keine Filteroptionen getestet, wie beispielsweise die Anzeige nur von Produkten einer bestimmten Farbe oder von vorrätigen Produkten, was die Qualität der Empfehlungen weiter verbessern würde. Gymshark erwartet noch bessere Ergebnisse, sobald das Unternehmen das volle Potenzial von Algolia Recommend weiter ausschöpft, beispielsweise durch die individuelle Anpassung der Empfehlungen. 

„Das ist enorm wichtig, damit die Nutzer tatsächlich mit möglichst vielen Produkten interagieren“, sagte Kristina Christova, Insight-Analystin bei Gymshark. 

Gymshark führte die Tests auf allen seinen Märkten durch und verzeichnete ähnliche Ergebnisse, wobei besonders bei den mobilen Kunden starke Zuwächse zu verzeichnen waren. Trotz einer saisonbedingt geringeren Website-Performance konnte der Händler eine deutliche Verbesserung bei der Interaktion der Nutzer mit den Empfehlungen feststellen: Durch den Einsatz von Algolia Recommend stiegen die Bestellraten auf Mobilgeräten um beeindruckende 150 Prozent. 

„Wir sind zuversichtlich, dass Algolia relevantere Ergebnisse vorschlägt, und wir stellen dadurch Leistungssteigerungen fest“, fügte Christova hinzu.

Die Ergebnisse: Mit intelligenteren Empfehlungen das Wachstum am Black Friday ankurbeln

Neukundengewinnung am Black Friday

Zu Beginn der wichtigen Black-Friday-Verkaufssaison, in der „Algolia Recommend“ auf Hochtouren lief, konnte Gymshark beobachten, wie die Lösung das Kundenverhalten beeinflusste. 

Laut Pusey ging man davon aus, dass bestehende Kunden mit einer Einkaufsliste und zuvor gespeicherten Wunschlisten auf die Website kommen würden, sodass Empfehlungen in den Tagen rund um den Black Friday eine geringere Rolle spielen würden. 

Dennoch trug Algolia Recommend erheblich dazu bei, das Geschäft mit neuen Website-Nutzern anzukurbeln: Die Bestellquote stieg um 150 Prozent und die Anzahl der „In den Warenkorb“-Aktionen um 32 Prozent im Vergleich zu den Vorperioden. 

Die Zahl der Nutzer, die mit Empfehlungen interagierten, stieg am Black Friday an, insbesondere auf Mobilgeräten, wo die Nutzung von Empfehlungen um 16 % zunahm. Und obwohl viele Nutzer bereits mit vorab erstellten Einkaufslisten vorbereitet waren, stieg die Konversionsrate bei denjenigen, die mit Algolia Recommend interagierten, deutlich an. 

Diese hervorragenden Ergebnisse haben einmal mehr gezeigt, wie Algolia das Unternehmen bei plötzlichen Zugriffsspitzen unterstützen und die Kapazitäten entsprechend skalieren kann – eine Herausforderung, mit der Gymshark in den Jahren vor der Einführung seiner neuen Infrastruktur zu kämpfen hatte. 

„Algolia Recommend und die dazugehörigen Produkte haben auf den Produktseiten wirklich gut funktioniert … die Auswirkungen auf unsere Black-Friday-Umsätze waren erheblich.“

Jenseits der Zahlen

Neben den Verbesserungen der Website-Performance durch Algolia Recommend, so Pusey, steigere dessen Einsatz auch die Attraktivität von Gymshark als Arbeitgeber für Spitzenkräfte aus dem Tech-Bereich. Wie bereits bei früheren Algolia-Lösungen reduziere Recommend den manuellen Arbeitsaufwand für sein Team. Darüber hinaus sei die Zusammenarbeit mit führenden Anbietern wie Algolia und deren innovativen, „glänzenden“ Technologien ein Segen für die Personalbeschaffung, fügte er hinzu. 

In den kommenden Monaten plant Gymshark, die Leistung von „Agolia Recommend“ für mobile Nutzer durch eine Neuanordnung der Empfehlungen auf seinen Seiten noch weiter zu verbessern. Derzeit müssen Nutzer scrollen, um die Empfehlungen zu sehen, und Pusey geht davon aus, dass eine Neuanordnung zu noch mehr Klicks im ohnehin schon leistungsstarken mobilen Bereich führen wird. 

Gymshark ist noch nicht damit fertig, das Potenzial seines Algolia-Recommend-Einsatzes voll auszuschöpfen. Als Nächstes wird das Unternehmen das Algolia-Modell „Häufig zusammen gekauft“ auf seiner Warenkorbseite testen, um Cross-Selling und Upselling zu fördern und den durchschnittlichen Bestellwert zu steigern.